Mathematische Biometrie: Machine Learning

Dozent: Michael Vogt

Allgemeine Informationen:

Zielgruppe:        Bachelor und Master MaBi, Mathe, Data Science, WiMa. Anders gesagt: Das Seminar richtet sich an alle Studierende der mathematischen Studiengänge, die an moderner Datenanalyse interessiert sind.
Voraussetzung: mind. Grundvorlesungen in Analysis und Linearer Algebra sowie "Elementare Wahrscheinlichkeitsrechnung und Statistik"; weiterführende Statistik-/Stochastikkenntnisse sind hilfreich
Termine: Nach Absprache als Block oder wöchentlich
Inhalt:

Das Seminar beschäftigt sich mit Methoden des statistischen/maschinellen Lernens, die für moderne "Data Science" wichtig sind. Beispiele sind Lasso, Ridge Regression, Support Vector Machines, Boosting, Regression Trees/Random Forests und Neuronale Netzwerke. Ziel des Seminars ist es, einen Einblick in ausgewählte Methoden des statistischen Lernens zu geben und die theoretischen Grundlagen zu beleuchten.

Anmeldung: Bei Interesse bitte eine Email an m.vogt@uni-ulm.de
Plätze:  Max. 12

 

 

 

Hinweise:

Maximal 12 Plätze
Bei Interesse bitte eine Email an:
m.vogt@uni-ulm.de

Termin: Nach Absprache als Block oder wöchentlich.